Meta分析的概念，大部分临床研究人员都熟悉。这里我就不多说了。今天我们想要说的是基于个体数据的Meta分析。简单理解就是联系原始研究作者，获得原始数据，再次进行统计分析。基于个体数据的Meta分析，获得结论要比传统Meta分析更加可靠。当然原始研究本身的设计缺陷是没有办法避免的。

近日发表在Lancet的一篇Meta分析就是基于个体数据的文章，题目如下：

这篇研究主要是分析了对于严重急性肾衰竭的患者是早期启动RRT好还是延迟启动RRT好，RRT就是肾脏替代治疗。其实类似的Meta分析也有发表过如下，那么这篇文献为什么可以发表在Lancet呢？原因就是它做了基于个体的Meta分析。

在这项研究中的主要结局指标是28天死亡率，在研究中作者还做了不少基于主要结局指标的亚组分析。当然结果发现启动RRT的时机对严重急性肾衰竭28天死亡率没有影响。

此外，作者还基于获得的原始数据，进行了生存分析，构建了生存曲线，这明显提高了文章的Level。瞬间提升到了Lancet水平。

当然，作者还对其他次要结果指标进行了分析，包括了60天死亡率，90天死亡率，住院死亡率等。

总结：基于个体的Meta分析是个不错的方法，可以提升Meta分析的质量以及促进发表影响因子更高的期刊。但是需要注意的是能不能获得原始研究的数据是关键。